```重构findKthLargest方法使用堆优化

重构'findKthLargest'方法以使用堆优化。新的实现使用一个固定长度的小顶堆来维护当前最小的k个元素。遍历输入数组时，将每个元素与堆顶元素比较，如果大于堆顶元素，则移除堆顶元素并将新元素插入堆中，以确保堆中始终包含数组中最大的k个元素。最后，堆顶元素即为第k大的元素。

此实现的优势在于对于大数据集，它提供了更高效的性能，尤其是在k相对较小而输入数组很大时。通过堆的使用，避免了对整个数组进行完全排序的需要，从而降低了计算复杂度。
```

src/test/java/cn/whaifree/test/tse.java

@@ -0,0 +1,74 @@
+package cn.whaifree.test;
+
+public class tse {
+
+    final static Object o = new Object();
+    volatile static int num = 0;
+    public static void main(String[] args) {
+
+        new Thread(new Runnable() {
+            @Override
+            public void run() {
+                try {
+                    for (int i = 0; i < 100; i++) {
+                        synchronized (o) {
+                            while (num % 3 != 0) {
+                                o.wait();
+                            }
+                            num++;
+                            System.out.println("A");
+                            o.notifyAll();
+                        }
+
+                    }
+                } catch (Exception e) {
+                    e.printStackTrace();
+                }
+            }
+        }).start();
+
+        new Thread(new Runnable() {
+            @Override
+            public void run() {
+                try {
+                    for (int i = 0; i < 100; i++) {
+                        synchronized (o) {
+                            while (num % 3 != 1) {
+                                o.wait();
+                            }
+                            num++;
+                            System.out.println("B");
+                            o.notifyAll();
+                        }
+
+                    }
+                } catch (Exception e) {
+                    e.printStackTrace();
+                }
+            }
+        }).start();
+
+        new Thread(new Runnable() {
+            @Override
+            public void run() {
+                try {
+                    for (int i = 0; i < 100; i++) {
+                        synchronized (o) {
+                            while (num % 3 != 2) {
+                                o.wait();
+                            }
+                            num++;
+                            System.out.println("C");
+                            o.notifyAll();
+                        }
+
+                    }
+                } catch (Exception e) {
+                    e.printStackTrace();
+                }
+            }
+        }).start();
+
+
+    }
+}